 | Programme d’études 2022-2023 | English | |
 | Machine learning I | ||
Unité d’enseignement du programme de Bachelier en sciences informatiques (MONS) (Horaire jour) à la Faculté des Sciences |
| Code | Type | Responsable | Coordonnées du service | Enseignant(s) |
|---|---|---|---|---|
| US-B3-SCINFO-019-M | UE Obligatoire | BEN TAIEB Souhaib | S861 - Big Data and Machine Learning |
|
| Langue d’enseignement | Langue d’évaluation | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Crédits | Pondération | Période d’enseignement |
|---|---|---|---|---|---|---|---|---|---|
| Anglais, Français | 30 | 30 | 0 | 0 | 0 | 6 | 6.00 | 2e quadrimestre |
| Code(s) d’AA | Activité(s) d’apprentissage (AA) | HT(*) | HTPE(*) | HTPS(*) | HR(*) | HD(*) | Période d’enseignement | Pondération |
|---|---|---|---|---|---|---|---|---|
| S-INFO-256 | Machine Learning I | 30 | 30 | 0 | 0 | 0 | Q2 | 100.00% |
| Unité d'enseignement | ||
|---|---|---|
 | US-B1-SCINFO-007-M Programmation et algorithmique I | |
| US-B1-SCINFO-008-M Programmation et algorithmique II | |
| US-B2-SCINFO-004-M Probabilités | |
 | US-B3-SCINFO-002-M Probabilités et statistique | |
| | US-B2-SCINFO-002-M Calculus II | |
| US-B1-SCINFO-004-M Calculus I | |
| US-B1-SCINFO-003-M Mathématiques pour l'informatique | |
Objectifs par rapport aux acquis d'apprentissage du programme
- Maîtriser les fondements théoriques des sciences informatiques.
- Montrer une compréhension et une connaissance profondes des concepts fondamentaux de l'informatique et des formalismes mathématiques utilisés dans le domaine de l'informatique.
- Etre capable de résoudre des exercices et des problèmes informatiques en appliquant les connaissances de base dans les diverses disciplines de l'informatique.
- Etre capable d'utiliser le vocabulaire et les raisonnements mathématiques adéquats pour formuler et résoudre des problèmes dans le domaine de l'informatique.
- Pouvoir utiliser et combiner des connaissances issues de différentes disciplines pour résoudre des problèmes multidisciplinaires.
- Gérer des projets informatiques.
- Conduire un projet dans le respect du cahier des charges, des contraintes et des délais imposés.
- Faire preuve d'autonomie et être capable de travailler en équipe.
- Maîtriser les connaissances de base liées à la démarche scientifique.
- Développer des capacités d'abstraction et de modélisation par le biais d'une approche conceptuelle et scientifique.
- Conduire un raisonnement rigoureux s'appuyant sur des arguments scientifiques.
- Maîtriser les bases de la communication.
- Pouvoir communiquer des informations (tant à l'oral qu'à l'écrit) relatives au domaine des sciences informatiques de manière intelligible, claire et structurée.
- Etre capable de communiquer, oralement ou par écrit, une argumentation scientifique cohérente et rigoureuse.
- Avoir une bonne maîtrise de la langue et des techniques de communication.
Acquis d'apprentissage de l'UE
Etude d'algorithmes d'apprentissage statistique/automatique pour des problèmes supervisés et non-supervisés. Etude de modèles linéaires et non-linéaires pour la régression, la classification, le clustering et la réduction de dimensionnalité.
Contenu de l'UE : descriptif et cohérence pédagogique
Voir unique activité d'apprentissage.
Compétences préalables
Probabilité et statistique de base
Algèbre matricielle de base
Optimisation non-linéaire de base
Types d'activités
| AA | Types d'activités |
|---|---|
| S-INFO-256 |
|
Mode d'enseignement
| AA | Mode d'enseignement |
|---|---|
| S-INFO-256 |
|
Supports principaux non reproductibles
| AA | Supports principaux non reproductibles |
|---|---|
| S-INFO-256 | Sans objet |
Supports complémentaires non reproductibles
| AA | Support complémentaires non reproductibles |
|---|---|
| S-INFO-256 | Sans objet |
Autres références conseillées
| AA | Autres références conseillées |
|---|---|
| S-INFO-256 | Sans objet |
Reports des notes d'AA d'une année à l'autre
| AA | Reports des notes d'AA d'une année à l'autre |
|---|---|
| S-INFO-256 | Autorisé |
Evaluation du quadrimestre 2 (Q2) - type
| AA | Type(s) et mode(s) d'évaluation Q2 |
|---|---|
| S-INFO-256 |
|
Evaluation du quadrimestre 2 (Q2) - commentaire
| AA | Commentaire sur l'évaluation Q2 |
|---|---|
| S-INFO-256 | Examen écrit à livre fermé (70% des points) Présentation et travaux (30% des points) Un échec dans l'une des activités d'apprentissage entraîne l'échec global de l'unité d'enseignement. |
Evaluation du quadrimestre 3 (Q3) - type
| AA | Type(s) et mode(s) d'évaluation du Q3 |
|---|---|
| S-INFO-256 |
|
Evaluation du quadrimestre 3 (Q3) - commentaire
| AA | Commentaire sur l'évaluation Q3 |
|---|---|
| S-INFO-256 | Examen oral à livre fermé (70% des points) Présentation et travaux (30% des points) Un échec dans l'une des activités d'apprentissage entraîne l'échec global de l'unité d'enseignement. |
(*) HT : Heures théoriques - HTPE : Heures de travaux pratiques encadrés - HTPS : Heures de travaux pratiques supervisés - HD : Heures diverses - HR : Heures de remédiation - Dans la colonne Pér. (Période), A=Année, Q1=1er quadrimestre et Q2=2e quadrimestre